opencodex란? Codex에 Kimi·Grok·GLM을 붙이는 로컬 프록시 실전 화면 정리

Codex는 좋은데, 모델이 OpenAI 쪽으로만 묶여 있으면 아쉽다. 더 싼 모델, 더 긴 컨텍스트, 다른 코딩 특화 모델을 같은 워크플로 안에서 돌리고 싶을 때 쓰는 로컬 프록시가 있다. 이름이 opencodex다.

이 글은 2026년 7월 23일 기준, 실제 로컬 대시보드 opencodex v2.7.31 화면을 기준으로 정리한다. 설치 튜토리얼 전체가 아니라 “이게 뭐고, 화면에 뭐가 보이고, 언제 쓰는지”에 초점을 둔다.

 

한 줄 결론

opencodex는 Codex CLI/앱 앞에 두는 로컬 라우팅 프록시다. OpenAI 네이티브 모델뿐 아니라 Kimi, xAI, Z.ai 같은 프로바이더 모델을 Codex 모델 선택기에 붙여 쓸 수 있다. 계정 풀 로테이션, 사용량 집계, 서브에이전트 모델 우선순위까지 대시보드에서 본다.

 

대시보드가 보여주는 것

로컬 주소는 보통 http://localhost:10100 이다. 사이드 메뉴는 대략 이렇게 나뉜다.

• 대시보드
• 프로바이더
• 모델
• 서브에이전트
• 로그&디버그
• 사용량
• 저장소
• Codex 인증
• API
• Claude

실제 화면 예시(대시보드): 상태 온라인, 버전 2.7.31, 가동 시간, 프로바이더 수, 30일 토큰, 커버리지를 한눈에 보여준다.

이 환경 예시 수치:

• 프로바이더 4개 활성
• 30일 토큰 약 3.4억
• 커버리지 95%
• 사용 가능 모델 29개

 

프로바이더: Codex를 멀티 모델 허브로

프로바이더 화면에서는 업스트림을 붙인다. 예시 환경에서는 다음이 살아 있었다.

이름	어댑터	예시 엔드포인트/모델
openai	openai-responses	chatgpt.com/backend-api/codex (네이티브 풀)
zai	openai-chat	api.z.ai … / glm-5.2
xai	openai-chat	api.x.ai/v1 / grok-4.5
kimi	openai-chat	api.kimi.com/coding/v1 / kimi-k2.7-code

즉 Codex UI는 그대로 두고, 뒤쪽 라우팅만 바꾸는 구조다. “Codex를 버리고 다른 툴로 이사”가 아니라, Codex 워크플로 유지 + 모델 선택지 확장에 가깝다.

 

모델 토글과 서브에이전트 우선순위

모델 화면에서는 Codex에 노출할 모델을 켠다/끈다. 예시에서는 전체 29개 중 9개가 활성, OpenAI 네이티브 4/7, Kimi 1/8, xAI 3/6, Z.ai 1/8 식이었다. 컨텍스트 제한(예: 350k)도 일괄 걸 수 있다.

서브에이전트 화면이 더 중요하다. Codex의 spawn_agent는 우선순위 상위 5개 모델을 오버라이드로 보여 주는데, opencodex가 그 상위 5개를 직접 고르게 한다. 예시 순서:

1. gpt-5.6-sol
2. gpt-5.6-terra
3. kimi/k3[1m]
4. zai/glm-5.2
5. xai/grok-4.5

비싼 모델을 메인에, 긴 컨텍스트/가성비 모델을 서브에 두는 식의 운영이 가능하다. 하네스·비용 글에서 말한 “누가 계획하고 누가 실행하나”를 UI로 고정하는 느낌이다.

 

사용량: 로컬 집계가 핵심 기능

사용량 화면은 프록시 로컬 집계다. 예시 30일 기준:

• 요청 1,891 / 측정 1,797
• 총 토큰 약 3.4억
• 캐시 히트 토큰 약 3.2억
• 커버리지 95%
• API 정가 환산 약 $285.74 (영수증 아님, 구독/크레딧 반영 전 참고치)

모델별로는 gpt-5.6-sol이 압도적 비중, 그다음 kimi k3[1m] 등이 보인다. “이번 달 어디에 토큰을 태웠는지”를 Codex 바깥에서 확인하기 좋다.

 

Codex 인증 풀

Codex 인증 화면에서는 OpenAI 계정 풀 모드를 쓴다. 메인 계정 + 추가 계정을 두고, 주간 사용량이 임계값(예: 80%)을 넘으면 다음 세션 계정을 자동 전환하는 옵션이 있다. 헤비 유저가 한도 벽에 자주 걸리는 문제를 우회하려는 기능이다.

보안 주의: 대시보드에 계정 이메일이 보이므로 스크린샷/공유 시 마스킹이 필요하다. 이 글 예시에서도 주소를 가렸다.

 

API로 외부 앱 연결

API 탭에서는 로컬 키를 만들고 http://127.0.0.1:10100/v1/responses 로 Responses API 호환 호출을 받을 수 있다. 즉 Codex만이 아니라 다른 도구도 opencodex 뒤로 붙일 여지가 있다. Claude 인바운드 토글도 있어, Claude 쪽 트래픽을 같은 프록시로 받는 설정이 가능하다.

 

언제 쓰면 좋은가

맞는 경우

• Codex UX는 유지하고 모델만 다양하게 쓰고 싶을 때
• 긴 컨텍스트 모델(K3 1M 등)을 서브 작업에 붙이고 싶을 때
• 계정 여러 개의 한도를 풀로 관리하고 싶을 때
• 로컬에서 토큰/비용을 직접 집계하고 싶을 때

아닌 경우

• 순정 Codex/ChatGPT만으로 충분한 가벼운 사용
• 로컬 프록시·계정 풀 운영 자체를 관리하기 싫은 경우
• 보안 정책상 로컬 프록시에 다중 계정 토큰을 두기 어려운 조직

 

한계

• 서드파티/로컬 도구이므로 OpenAI 공식 제품이 아니다. 업데이트·호환성 깨짐 가능
• 정가 환산 비용은 참고치일 뿐, 실제 결제와 다를 수 있다
• 라우팅이 늘수록 “어느 모델이 어떤 품질인지” 운영 책임이 사용자에게 온다
• 약관/구독 공유·계정 풀 사용은 각 서비스 정책을 스스로 확인해야 한다

 

결론

opencodex의 인사이트는 단순하다. 코딩 에이전트 경쟁이 모델 이름 싸움에서 라우팅·한도·비용 운영 싸움으로 넘어가고 있다는 점이다. Codex를 중심 워크플로로 쓰면서도 Sol/Terra/K3/GLM/Grok을 같은 피커에서 고르고, 사용량을 로컬로 집계할 수 있다.

모델 업그레이드 전에 “지금 토큰이 어디로 새는지”부터 보고 싶다면, 이런 프록시 대시보드가 생각보다 실용적이다.

 

참고

• 로컬 화면: opencodex v2.7.31 (localhost:10100)
• 관련 글: Cursor 에이전트 비용, 하네스 효과, GPT-5.6 vs Fable 5 vs Kimi K3

작성: 2026년 7월 25일. 화면 수치·모델 목록은 작성 시점 로컬 환경 예시이며 설치/버전마다 다르다.